农业机械化、农机服务与粮食生产技术效率

王刚毅 宓一鸣

摘要：基于随机前沿生产函数和多值处理效应模型，使用黑龙江省47个村粮食种植农户样本数据，研究农机服务对老龄农户和非老龄农户粮食生产技术效率的影响。结果表明：当前黑龙江省农户粮食生产平均技术效率为57.2%，总体水平偏低，技术损失较大，存在一定的提升空间；非老龄农户更能从现有的农机服务中获益，农机服务未带来老龄农户技术效率的显著提高，但使得老龄农户留在农业生产之中，形成互补关系；在播种和收获环节，农机服务对技术效率的正向影响受到人口老龄化的抑制，原因在于老龄农户倾向于投入劳动替代农机服务，在不同地块之间转移劳作的成本更高。在发展农机服务、扩大服务经营规模的同时，应考虑农业经营主体的经营特征，完善土地流转机制，促进农业适度规模经营与农机服务协调发展。

关键词：农机服务；老龄化；粮食生产；技术效率

中图分类号：F321.1

文献标识码：A

文章编号：2095-5553 （2024） 06-0284-10

收稿日期：2022年11月14日

修回日期：2022年11月24日

*基金项目：国家社会科学基金（22BJY084）;教育部人文社科项目（21YJA790053）;黑龙江省经济社会发展重点项目（22560）；重庆市“重庆英才计划”包干制项目（2021YC002）；重庆英才支持计划项目（A30900066）

第一作者：王刚毅，男，1980年生，山西长治人，教授，博导；研究方向为农业经济理论与政策。E-mail： awgy@cau.edu.cn

Agricultural mechanization， agricultural mechanization services and technical efficiency of

grain production： From the perspective of population aging

Wang Gangyi， Mi Yiming

（College of Economics and Management， Northeast Agricultural University， Harbin， 150030， China）

Abstract： Based on the data of 47 villages in Heilongjiang Province， this paper measures the technical efficiency of farmers grain production， and empirically analyzes the influence of agricultural machinery services （AMS） on the technical efficiency of farmers through stochastic frontier analysis and multivalued treatment effect model. The results show that： The average technical efficiency of farmers grain production in Heilongjiang Province is 57.2%， which still has room to improve. AMS hasnt significantly improved the technical efficiency of aging farmers， which non-aging farmers can benefit more from AMS. AMS keeps aging farmers in agricultural production which conducts labor complemental effect and weakens the negative impact of population aging. Aging farmers tend to undertake more agricultural production work which makes the cost of transferring labor between different plots higher and the fragment of lands more restraining the AMSs positive effect at sowing and harvesting stage. While developing AMS and expanding the scale of service operations， it is necessary to insist farmer household as production unit， improve the land mechanization and rural inclusive finance to make more credit opportunities of farmers and mitigate the negative shock of population aging.

Keywords： agricultural machinery services; aging; grain production; technology efficiency

0 引言

人口老龄化是我国当前面临的新国情，第七次人口普查显示，2020年我国60岁以上人口达2.64亿，占总人口比重的18.7%，根据世界卫生组织的划分标准，我国即将步入老龄社会。这意味着相比于多数发达国家，我国老龄化进程更为迅速^[1]。

我国农村人口老龄化的进程远快于城市^[2]，我国人口变动情况抽样调查数据显示，2010年我国农村60岁以上老年人占比高出城镇2.26个百分点，2019年增长至4.47个百分点。2019年农村居住人口占比为39.4%，农村60岁以上老年人口占比20.84%，农村老龄化速度更为迅速，从西部地区到东部沿海地区，农村老龄化程度逐渐加深^[3]。以家庭为生产单位的小农户仍然是我国农业主要的经营主体，农村青年劳动力的持续流出使得农村老龄化直接影响农村劳动供给质量，当前我国已经形成特有的老人农业，老龄化带来的冲击加剧了这一现象^[4]。

一般认为农业机械化有利于缓解劳动力老龄化对技术效率的负面影响，有助于提升粮食生产效率^[5-7]。农业机械化是农业现代化的重要标志^[8]，1983年中央一号文件列入农业机械化服务^[9]，并允许农户购置私人农业机械。1998年起中央财政开始设立专项资金，用于农业机械购置补贴，2004年财政部、农业部共同实施农机购置补贴政策。农业机械参与农户农业生产的途径主要有两种，一是农户自行购买农业机械，二是农户租赁农业机械或购买专门的农机服务^[10]。使用自家农机和购买农机服务都能够到达农业生产机械化的目的，因此也有学者认为，农业机械化是农民在农业生产各环节能享受到的农机服务率，是农业机械在农业生产各环节对人力的替代率^[11]。农户购买农机服务意味着其卷入外部纵向分工之中，农户经营方式随之发生转型^[12]。

农业劳动力老龄化带来农业劳动力质量下降，农机服务存在劳动要素的替代作用，由于存在农业机械使用获得方式、农户经营规模差异，农机服务对农户粮食生产技术效率的影响存在异质性。为梳理劳动力老龄化、农机服务和粮食生产技术效率的关系，本文研究的关键问题如下：一是农机服务对农户生产技术效率的影响，具体研究不同农机服务程度对农户粮食生产技术效率的影响；二是农机服务对不同类型农户生产技术效率影响的差异，具体分析非老龄农户与老龄农户粮食生产技术效率差异，以此判断在人口老龄化程度加深和青壮年农业劳动力流出背景下，农机服务是否实现了农业生产现代化目标。

1 分析线索

本文假设农户选择农业机械化的目标是家庭收益最大化。假设农户选择农业机械化的方式有两种：农机服务、自购农机，核心问题是农户选择不同程度的农机服务时老龄农户和非老龄农户的技术效率影响有何不同。

考虑一个农户i，以家庭收益最大化为目标，家庭收益来源于农业收入和非农收入两部分，技术效率定义为农户在当前禀赋下的实际产出与理论最大产出之比，假设粮食全要素生产率为农机服务M的函数TE（M）。农业生产的投入要素包括农业劳动投入L₁、土地投入T、资本投入C，非农生产的投入要素只考虑非农劳动力投入L₂，非农就业工资为ω。劳动投入受到劳动时间限制，不同生产经营规模农户的交易成本为C_AMS。农户粮食种植收益率为λ。其选择农机服务的生产决策函数模型可表示为式（1）。

max U=TE（M）f_s[L₁（M），T，C（M）]+

ωL₂+（T--T）λ-C_AMS

s.t.0≤L₁（M）+L₂≤L-

0≤T≤T-

0≤C_AMS+C（M）≤C-（1）

式中：f_s——家庭农业生产函数。

进行一阶求偏导，得到利润最大化的一阶条件如式（2）所示。

L₁（M）：TE（M）f_s[L₁（M），T，C（M）]=ω

T：TE（M）f_s[L₁（M），T，C（M）]=λ

C（M）：TE（M）f_s[L₁（M），T，C（M）]=-1（2）

再分别对农机服务求二次偏导

TE′（M）f_s[L₁（M），T，C（M）]+TE（M）L′（M）=0

TE′（M）f_s[L₁（M），T，C（M）]+TE（M）C′（M）=0（3）

农机服务能够替代家庭劳动时间，有利于缓解劳动力资源禀赋约束和劳动力老龄化对技术效率的负面影响，有助于提升粮食生产效率^{[13， 14]}。张丽等^[7]在省级层面进行研究，认为农机服务发展与劳动产出弹性有明显替代关系，增加农机服务可以替代劳动力，因此L′（M）<0。农机作业根据不同农户需求形成专业服务模式，有利于降低农户粮食生产成本投入，因此C′（M）<0。将L′（M）<0，C′（M）<0带入上式，得到TE′（M）>0，也就是说农户粮食全要素生产率TE（M）是农机服务（M）的增函数，农户全要素生产率的变化可以分解为技术效率的变化和样本内前沿面上经济单位未体现的技术进步，对于农户来说，技术进步取决于外部环境因素，因此农户的技术效率与全要素生产率成正比^[15]。由此，提出假设H1：农机服务对农户粮食生产技术效率提升有促进作用。

农机服务通过向传统农业引入先进的投入要素，改变传统农业的生产方式和农业经营主体的粮食生产参与，保持和提高农业生产效率和农业综合生产能力^[16]。农机服务是从事农业生产经营的农户实现农业机械化的一种手段，农户通过购买农机服务代替直接购买农业机械，这意味着农业经营主体卷入了分工体系当中。斯密定理中，劳动分工是提高劳动效率的主要原因，是促进经济增长的主要源泉。农机服务将农业生产环节从家庭农业经营活动中分离出来，降低了生产费用，是农业纵向分工的表现形式，体现了社会分工的本质特征^[17]。基于农机服务带来的分工效应，本文选取农机服务能力（S）来表示农业分工水平，有M=η₁M（S），η₁∈（0，∞），将M=η₁M（S）代入式（3）中，得到式（4）、式（5）。

TE′[η₁M（S）]M′（S）f_s[L₁（M），T，C（M）]+

TE[η₁M（S）]L′₁（M）=0（4）

TE′[η₁M（S）]M′（S）f_s[L₁（M），T，C（M）]+

TE[η₁M（S）]C′（M）=0（5）

由L′（M）<0，C′（M）<0得，TE′[η₁M（S）]M′（S）=η₁TE′[M（S）]M′（S）>0。农业纵向分工水平越高，农户使用农机服务的可能性越大，即M′（S）>0，农机服务是农业纵向分工水平的增函数，又有η₁∈（0，∞），得到TE′[M（S）]>0，故农机服务决定的农业纵向分工水平对农户粮食生产技术效率的提升有正向作用。由此，提出假设H2：农机服务对农户技术效率的提升受到农业纵向分工水平的约束。

进一步考虑经营规模中土地细碎化（F）带来的影响。经营规模与服务需求存在非线性关系，在到达临界点前，也就是规模报酬递增阶段，技术效率和经营规模负相关^{[18， 19]}，“大国小农”仍是我国基本国情农情，全国98%以上的农业经营主体仍是小农户，户均不超过0.67hm^2[12]，对非规模经营农户，土地细碎化导致农业技术效率损失，农户较少享受连片专业化种植带来的规模经济，农机服务的粮食边际产出提升作用有限^[20]。因此，农机服务M不仅受到农业纵向分工水平S的影响，也受到农户耕地细碎化程度F的影响，有M=η₂M（S，F），η₂=（0，∞），农业纵向分工水平S主要受到农户家庭以外因素的影响，故在农业纵向分工水平S一定时，将M=η₂M（S，F）代入式（3），得到式（6）、式（7）。

TE′[η₂M（S，F）]M′（S，F）f_s[L₁（M），T，C（M）]+

TE[η₁M（S，F）]L′₁（M）=0（6）

TE′[η₂M（S，F）]M′（S，F）f_s[L₁（M），T，C（M）]+

TE[η₁M（S，F）]C′（M）=0（7）

由L′（M）<0，C′（M）<0得，TE′[η₂M（S，F）]M′（S，F）>0。农业纵向分工水平（S）一定，土地细碎化程度越高，农机服务可能提供的服务效率越低，即M′（S，F）<0，故η₂TE′[M（S，F）]<0，又有η₂∈（0，∞），得到TE′[M（S，F）]<0，此时，农机服务是土地细碎化程度的减函数，由此，提出假设H3：土地细碎化程度对农机服务带来的效率提升存在负向的边际效应。

最后，考虑年龄Age带来的老龄农户和非老龄农户之间的异质性，年龄能够通过认知能力、体力和精力、健康状况、技能学习能力等方面影响劳动者生产率，农业劳动投入L₁同时受到年龄Age和农机服务M的影响，即L₁=L₁（Aeg，M），对土地细碎化程度较高的老龄农户，年龄增加使得老龄农户在不同地块之间转移劳作的成本更高，劳动效率降低，农业资本投入（C）同时受到年龄（Age）和农机服务（M）的影响，即C=C（Age，M），代入式（3），得到式（8）、式（9）。

TE′（M）f_s[L₁（Age，M），T，C（Age，M）]+

TE（M）L′₁（Age，M）=0（8）

TE′（M）f_s[L₁（Age，M），T，C（Age，M）]+

TE（M）C′（Age，M）=0（9）

由于年龄（Age）使得农户增加农业劳动投入L₁和农业资本投入C，农机服务M能够替代农户农业劳动投入L₁并减少农业资本投入C，因此L′（Age，M）和C′（Age，M）的符号取决于二者影响程度大小。受劳动力约束的农户可能会主动选择购买成本更低的农机服务以弥补家庭劳动力不足，缓解劳动力资源禀赋约束和劳动力老龄化对技术效率的负面影响^[21]，另一方面，农机服务带来的规模报酬取决于农户经营规模，经营规模与农机服务带来的技术效率提升存在非线性关系，在到达临界点前，也就是规模报酬递增阶段，技术效率和经营规模负相关，即L′（Age，M）和C′（Age，M）的符号取决于年龄（Age）和农机服务（M）之间要素相互替代难易程度。当农机服务的劳动替代效应大于年龄增长导致的劳动质量下降时，L′（Age，M）<0，C′（Age，M）<0，得到TE′（M）>0，农机服务对农户粮食生产技术效率有正向促进作用；否则，增加农机服务对农户粮食生产边际技术效率没有提升作用。由此，提出假设H4：对要素替代难易程度不同的农户，农机服务的技术效率提升程度不同。

2 实证模型与变量设定

2.1 数据来源

黑龙江是我国粮食大省，人口老龄化程度较高，选取黑龙江省为调研地点，具有典型代表性。本文所用数据来自东北农业大学现代农业发展研究中心开展的“黑龙江省农村经济社会情况入户调查”项目，该项目以绥满线沿线和“两大平原”为核心，采用多阶段、多层次、与劳动力规模成比例的样本抽样方法，选取黑龙江省47个县进行入户调研，调查问卷包括农业生产、技术应用、农户收入及储蓄等方面的信息。本文筛选出种植粮食（玉米、大豆、水稻三大主要粮食）的农户，剔除缺失本文所需关键信息的问卷，最终获得2017年723份有效问卷。考虑到我国农村家庭的主要决策者为家长，且样本中户主多从事农业，故本文划分老龄农户和非老龄户的标准是：若家庭户主年龄大于等于50岁，为老龄农户。据此，调研获取的老龄农户样本有409个（占56.57%），非老龄农户样本为314个（占43.43%）。

本文对农机服务程度的定义是，农户在粮食生产过程（分为整地、播种、施肥、喷药、灌溉、收获6个环节）中的粮食作物整地、播种和收获3个环节的农机服务情况^[22]。粮食出售价格按照当年《全国农产品成品收益资料汇编》中的出售价格计算，产量部分缺失的样本根据当年《全国农产品成品收益资料汇编》中的单位面积主产品产量计算。

2.2 模型设定

2.2.1 随机前沿生产模型

本文首先使用超越对数随机前沿生产函数计算农户粮食生产技术效率，其中劳动力投入（工日）缺失值较多，故采用实际参与粮食种植的家庭成员人数表示。样本农户复种次数大于等于2次的较少，因此不考虑复种情况。本文选取Translog生产函数对农户粮食生产技术效率进行估计，具体模型设定如式（10）所示。

ln（Y_i）=β₀+β₁lnL_i+β₂lnK_i+β₃lnT_i+

β₄lnL_ilnK_i+β₅lnL_ilnT_i+

β₆lnK_ilnT_i+β₇（lnL_i）²+β₈（lnK_i）²+

β₉（lnT_i）²+（V_i-U_i）（10）

式中：Y_i——第i个农户的总产出，即家庭生产玉米、大豆、水稻当年出售总价值；

L_i——第i个农户参与种植业经营的劳动力数量；

K_i——第i个农户的物质费用投入，即农户经营中的粮食生产直接投入费用，包括地租、农具支出、化肥、农药、种子支出、灌溉及电力、燃料费、雇工费等；

T_i——第i个农户的土地投入，即农户种植玉米、大豆、水稻的实际播种面积；

β₁～β₉——待估参数；

V_i——随机扰动项，服从N（0，σ²_V）独立同分布假设；

U_i——独立分布的非负技术非效率项，本文随机前沿生产函数使用极大似然估计。

农户粮食生产技术效率表示如式（11）所示，其中，技术效率TE_i在[0，1]区间。

TE_i=Y_iexp[f（X_i+β）+v_i]=exp（-U_i）（11）

2.2.2 多值处理效应模型

本文选用多值处理效应模型（MTEM）分析不同农机服务程度对老龄农户和非老龄农户粮食生产技术效率的平均处理效应。不同环节的农机服务选择本身存在样本“自选择”问题，不是完全的外生变量，农户自购农机或者租赁农机服务行为与农户本身的劳动力和自然资源禀赋、村庄环境和条件、土地经营特点密切相关，同时受到可观测和不客观的因素影响^[17]；不同农户初始禀赋存在差异，不考虑农户选择的非随机分布特征可能带来样本选择偏差。本文的处理变量非二值变量，故使用Cattaneo^[23]提出的多值处理效应模型进行分析。

假设D_iq（N_i）为农户i选择处理状态q的指示变量，q∈ψ={0，1，2，…，Q}，当N_i=q时，D_iq（N_i）=1，否则D_iq（N_i）=0。根据“反事实”分析框架，样本农户i都存在潜在的结果变量T_iq，代表处理变量N_i=q时的技术效率。结果变量T_i可以表示为D_iq（N_i）和潜在结果变量T_iq的函数，如式（12）所示。

T_i=∑Qq=0D_iq（N_i）T_iq（12）

多值处理效应模型满足条件独立假设和无空值假设。条件独立假设通常给定协变量W_i，处理变量不同农业机械获取方式N_i和结果变量技术效率是相对独立的两个变量，体现农户自身无法观察的因素不会对农户选择不同农业机械获取方式和技术效率分布造成显著的影响，从而解决样本“自选择”问题。无空值假设是指具备不同协变量的农户i选择任意一种农业机械获取方式的概率为正，即Pr[N_i=q|W_i]>0。

首先，运用多元logit模型估计农户选择不同农业机械获取方式的概率，如式（13）所示。

Pr[N_i=q|W_i]=E[D_iq（N_i）=W_i]（13）

其次，分析农户选择不同农业机械获取方式N_i从j（j∈ψ={0，1，2，…，Q}）到q时的平均处理效应，总样本和子样本的平均处理效应函数式分别为

ATE_qj=（β^_0q-β^_0j）+1n∑ni=1W_i（β^_1q-β^_1j）（14）

ATET_qj=（β^_0q-β^_0j）+1nq∑ni：D_r（N_i=q）=1W_i（β^_1q-β^_1j）（15）

本文主要使用逆概率加权回归调整法（IPWRA）估计不同农机服务程度对老龄农户和非老龄农户粮食生产技术效率的平均处理效应（ATE、ATET），并使用扩展版逆概率加权法（AIPW）进行稳健性检验。

2.2.3 变量选择与描述性统计分析

本文涉及的变量主要包括投入产出变量，核心解释变量和控制变量，如表1所示。投入产出变量，借鉴林文声等^[24]的做法进行处理，将玉米、大豆、水稻当年总产值作为产出变量Y，投入指标选取劳动力投入L、物质费用投入K、土地投入T。核心解释变量，本文主要采用农机服务和农业机械化程度两个指标进行衡量，其中农业机械化程度根据整地、播种和收获使用农业机械的情况，分为传统农耕（均不使用农业机械）、部分机械化（2个环节及以下使用农业机械）和全部机械化（3个环节全部使用机械），农机服务分为农机全部自购、部分外包、全部外包。控制变量，借鉴农户生产技术效率、农机服务的相关研究成果^{[25， 26]}，结合黑龙江农户粮食生产特点和调研数据的可获得性，最终选择了衡量农户经营规模和经营特点的一系列控制变量。

变量农机服务有序分类变量，表示农机服务外包程度，全部自购=1，部分自购，部分外包=2，全部外包=3农业机械化程度有序分类变量，传统农耕=1，部分机械化=2，全部机械化=3控制变量户主年龄连续变量，户主年龄经营规模连续变量，农户实际粮食播种面积，取自然对数农业补贴虚拟变量，农户是否从政府获得粮食作物补贴？是=1；否=0承包地块数家庭承包地块数/块农业长期投资连续变量，购买拖拉机、大型农机具（如收割机、插秧机、播种机、大型联合收割机等）的总花费/元，取自然对数值家中有拖拉机虚拟变量，家中是否有拖拉机？有=1；无=0家庭收入连续变量，家庭总收入/元，取自然对数值兼业化程度连续变量，家庭农林牧渔业总收入/家庭总收入家庭成员党员状况 虚拟变量，家庭成员是否有党员？是=1，否=0家庭成员村干部状况虚拟变量，家庭成员是否有村干部？是=1，否=0

本文关注的核心被解释变量是粮食生产技术效率，运用SFA模型进行估计而来。表2给出本文主要变量的描述性统计情况。

样本农户平均生产技术效率为0.572，农业机械化程度和农机服务程度均较高，使用农业机械的农户平均有2个以上环节存在农机服务情况。农户经营规模存在较大差异，样本农户平均承包地块数为4.96块，88.7%的农户获得农业补贴，65%的农户家中自有拖拉机，户主平均年龄为51.7岁，家庭中党员和村干部占比较低。

3 实证分析

3.1 随机前沿分析模型结果

利用Frontier4.1软件对全样本农户技术效率进行极大似然估计，结果如表3所示。采用LR检验对超越对数函数形式模型的拟合情况进行检验。γ值为0.959，在1%的水平上通过t检验，说明复合误差主要来源于管理误差U_i，存在技术非效率项。检验统计量为：LR=-2[L（H₀）-L（H₁）]。其中，L（H₀）为原假设β₄=β₅=β₆=β₇=β₈=β₉=0的对数似然值。检验结果为，LR=-2[（-829.95）-（-805.22）]=49.96，此处自由度为2，显然LR统计量大于混合卡方分布临界值χ²_0.05（2）=5.14，总体拟合程度较好，并且估计结果中，（lnK）²和lnK×lnT在1%的水平上显著，也证明生产函数采取超越对数形式是合理的。

表4给出老龄农户和非老龄农户的技术效率分布情况。可以看出，老龄农户的技术效率略低于非老龄农户，总体相差不大。非老龄农户的平均技术效率为0.579，老龄农户的为0.568，老龄农户比非老龄农户略低1.1个百分点，这表明老龄化对粮食生产存在负向影响，这与张志新等^[27]结论一致。非老龄农户标准差相对于老龄农户高出1.8个百分点，波动水平较大，可能是非老龄户相比于老龄户兼业机会较多，务农经验较少，农业生产情况不稳定。非老龄户和老龄户的技术效率分布情况不存在明显差异，两类农户技术效率多集中在0.5以下，在保持现有投入和技术水平的条件下，仍有较大的提升空间，降低技术效率损失。

3.2 农机服务对农户粮食生产技术效率的影响

首先分别对农业机械化程度和农机服务程度对农户粮食生产技术效率的影响进行回归分析，估计结果如表5所示。模型1考察了农机服务对粮食生产技术效率的影响，由结果可知，农机服务对农户粮食生产技术效率的影响系数为正，且在5%的水平上显著。部分学者认为，面向小农户发展的农机服务并未达到预期效果，小农户选择农机服务的单位成本较高，还有学者认为小农户自购农机进行农业生产的效率高于农机服务^{[8， 22]}。但本文结果显示，随着农机服务程度的加深，农户粮食生产技术效率逐渐提高，农机服务在农户粮食生产中发挥积极作用。这主要是因为：一方面，对于农户来说，自购农机是农户家庭一项较大的资本投入，农机专用性程度高，且农户经营规模越小沉没成本越高；另一方面，黑龙江省针对不同经营规模农户形成了多种社会化服务模式，如产业化服务模式、合作化服务模式、市场化服务模式等，极大地降低了农机服务的交易费用，这意味着农机服务的边际成本低于农户自购农机的边际成本。

模型2考察了农业机械化程度对粮食生产技术效率的影响，结果显示农业机械化程度负向影响农户粮食生产技术效率，系数不显著，与多数学者的研究结果相悖，可能是因为黑龙江农户多数种植玉米、大豆，仅有部分农户种植水稻，相比于耕地环节和播种环节，玉米、大豆在收获环节机械化程度更高，但收割机械的精细化水平不高，如玉米收割机不能对玉米籽粒、苞杆精准剥离，农户种植行距不统一，机械作业更容易摘穗漏穗，在机械收获过程中可能出现严重的粮食损耗，并且农户的耕地较为分散，本文样本中农户平均承包地块数近5块，这样的耕地细碎化同样不利于机械作业，此外农机服务存在双边道德风险，这都会导致技术效率降低^[28]。

3.3 基于人口老龄化角度的异质性分析

首先，表6为农户选择不同环节农机服务的多元 Logit 模型分析结果，其中第2～4列汇报了解释变量在均值处对农户选择不同环节农机服务的边际效应。

结果显示，农业补贴、承包地块数、农业长期投资、家中有拖拉机、家庭成员村干部情况对农户不同环节农机服务选择有显著影响。其中，农业补贴和农业长期投资越大，农户选择农机服务环节越少，说明农业机械参与农户农业生产的途径主要有两种，一是农户自行购买农业机械，二是农户租赁农业机械或购买专门的农机服务，农业机械两种不同获取方式互为可替代的要素匹配策略，当农户有购买农机的能力时，农户可能会选择自行购买农业机械以规避农机服务带来的农业生产经营风险。此外，家庭成员村干部越多，对农户技术效率提升越有促进作用，说明当前村集体作为黑龙江省农户生产经营信息传播渠道，对农户改变生产行为、采纳先进技术有积极影响，较好的村集体管理有利于减少农户粮食生产技术效率损失。

表7为不同环节农机服务对老龄农户和非老龄农户技术效率的平均处理效应（ATE、ATET）。多值处理效应模型克服农户不同环节农机服务选择内生性，使用扩展版逆概率加权法得到的稳健性检验结果与逆概率加权回归调整法结果一致，本文主要参考逆概率加权回归调整法的估计结果。

结果显示，对老龄农户，增加不同环节农机服务没有来带粮食技术效率的显著提升，对非老龄户，相比于全部自购，选择部分环节农机服务对技术效率影响显著，促使技术效率提升0.072 5。非老龄农户在特定环节的专业化知识经验较少、与服务主体之间存在的双边道德风险^[20]，部分环节农机服务是其最优选择，此外样本数据中超过七成的非老龄户家庭有拖拉机，半数的平均地块耕地面积在1hm²以上，这意味着非老龄农户自行购买机械进行纵向一体化存在规模经济。对老龄农户，无论是单环节还是多环节的农机服务都没有显著提升老龄农户技术效率，可能有以下原因：一是经营规模的扩大有助于降低单位经营成本，老龄农户所拥有的耕地较为分散，样本中半数以上老龄农户平均地块耕地面积在0.67hm²，平均地块耕地面积超过1hm²的仅占33.27%，远少于非老龄农户，这导致老龄农户难以形成集中连片生产和规模化经营，相对于非老龄农户，老龄农户可能会面临农机服务外包的规模不经济^[22]；二是调研样本中，近半数老龄农户有子女外出务工，这使得家庭中的老龄劳动力倾向于承担更多的农业生产工作，老龄劳动力在务农经验和空闲时间方面更具比较优势，可以间歇性地精心照料粮食生长全过程，进行人工作业更有利于降低家庭劳动成本和提升粮食生产效率。此外，中国农村老人与土地有一种特殊的关系，土地是农民特有的生产资料，多数超过60岁的老年人仍会坚持劳作，表现出特有的劳动黏性^[29]，农民即使没有劳动能力，也不愿意退出土地生产，农机服务虽然没有带来技术效率的提升，但是使得老龄农户留在农业生产之中，与老龄劳动力形成互补关系，农机服务能够弱化人口老龄化带来的负向影响^[30]。

3.4 人口老龄化抑制农机服务提升技术效率的进一步分析

本文从土地细碎化背景出发，在模型中加入了承包地块数与各环节农机服务的交叉项，进一步分析老龄化对农机服务提高技术效率的抑制作用，回归结果见表8。

我国农户经营耕地块数众多，粮食主产县七成以上的农民拥有超过3块的土地，仅有不到一成的农民拥有一块耕地，有学者认为土地细碎化直接导致农业效率损失。可以看出，整地、播种、收获外包服务对农户粮食生产技术效率的影响在1%的水平上显著，承包地块数与播种服务、收获服务交叉项的系数为负，说明承包地块数越多，会降低播种环节和收获环节农机服务对技术效率的正向影响，这与卢华等^[31]研究结论一致。一方面土地细碎化会促使农户增加劳动投入^[32]，另一方面老龄农户受到体力下降、劳动机会减少等限制也倾向于在土地中投入更多劳动，年龄能够通过认知能力、体力和精力、健康状况、技能学习能力^{[5， 7]}等方面影响劳动者生产率，老龄农户在不同地块之间转移劳作的成本更高，劳动效率较低，增强了土地细碎化抑制农机服务提升技术效率的作用，从而导致农机服务在老龄农户与非老龄农户之间的不同平均处理效应。

4 结论和政策建议

4.1 结论

本文基于黑龙江省47个行政村723份粮食生产农户的调研数据，运用随机前沿生产函数和多值处理效应模型，测算农户粮食生产技术效率，并分析不同环节农机服务对老龄农户和非老龄农户技术效率的影响效应。

1） 当前黑龙江省农户粮食生产平均技术效率总体水平偏低，仍有较大的提升空间。

2） 农机服务程度越高，对农户技术效率的促进作用越明显，对老龄农户，农机服务并未带来技术效率的显著提高，非老龄农户更能从现有的农机服务中获益，农机服务使得老龄农户留在农业生产之中，与老龄农户劳动投入形成互补关系，弱化了人口老龄化带来的负向影响。

3） 老龄农户倾向于承担更多的农业生产工作，对老龄农户，土地细碎化对播种环节和收获环节农机服务对技术效率正向影响的抑制作用更强。

4.2 建议

1） 促进农机服务发展，弥补劳动力要素不足。农村劳动力老龄化直接导致农业劳动力数量不足和劳动力质量下降，农机服务能够弥补农业生产投入的劳动力要素短缺，因此，应积极推进农业社会化服务，以提升老龄农户的土地利用效率。政府应鼓励有能力的农业经营主体从事农机服务，为其提供相应的专业知识和技术培训，引导农业经营主体向农业服务提供者转变。完善农业社会化服务体系，最大化发挥现有公益性和服务性组织作用，健全支持和扶持政策体系。加大农业社会化服务政策补贴和扶持力度，激发农机服务农业经营者和组织提供服务的积极性，扩大农户获得农机服务渠道，鼓励农户根据实际情况积极接受农机服务。

2） 完善土地流转机制，提升土地利用效率。土地是农户生产的重要物质投入，土地面积与农业产出直接相关，老龄农民拥有较多土地可能导致撂荒。因此，应积极发挥市场引导作用，通过土地流转市场促进细碎耕地整合，形成土地的规模化经营，有利于提升土地利用效率，避免土地闲置撂荒。鼓励耕地跨村流转，完善土地流转市场机制，促进市场信息及时流通，政府应适度引导土地流转市场发展，引导更多的农业经营主体参与到土地流转市场中来。激发农业经营主体的潜在需求，颁布向农业经营者倾斜的政策，鼓励土地流转信托等创新流转形式，进一步规范土地流转市场制度。

3） 制定相应政策，减缓青年劳动力流出。我国城镇化进程加快的背后是农村劳动力不断流出，劳动力流出加速了农村人口老龄化，也加速了农业劳动力老龄化。因此，应为农村家庭劳动年龄人口提供更多就业机会，减缓农业劳动力老龄化带来的冲击，提高粮食生产技术效率。吸引外出务工劳动力返乡创业，制定返乡创业扶持政策，避免外出务工劳动力因返乡前后收入落差大而再次外出。开展农村劳动年龄人口新技术培训，提升农民专业素养，加强农村公共基础设施建设，减缓农村劳动年龄人口外流。应以家庭为单位，增强农业从业者家庭抗风险能力，切实增加农业家庭生计资本，提高农业劳动力的从业意愿。

参 考 文 献

[1]都阳， 封永刚. 人口快速老龄化对经济增长的冲击[J]. 经济研究， 2021， 56（2）： 71-88.

Du Yang， Feng Yonggang. The shock of accelerating population aging on economic growth [J]. Economic Research Journal， 2021， 56（2）： 71-88.

[2]李静， 吴美玲. 中国城乡人口老龄化发展质量：差异和预测[J]. 宏观质量研究， 2020， 8（5）： 1-13.

Li Jing， Wu Meiling. The quality of the urban and rural population aging in China： Differences and forecasts [J]. Journal of Macro-Quality Research， 2020， 8（5）： 1-13.

[3]刘成坤. 中国人口老龄化城乡倒置的时空演变趋势及影响因素研究[J]. 经济问题探索， 2021（12）： 31-45.

Liu Chengkun. Research on the spatial-temporal evolution pattern and influencing factors of the urban-rural inversion of population aging in China [J]. Inquiry into Economic Issues， 2021 （12）： 31-45.

[4]朱超，王戎. 健康冲击下的劳动力供给——基于人口老龄化视角[J]. 现代经济探讨， 2022（3）： 1-13.

[5]魏佳朔， 宋洪远. 农业劳动力老龄化影响了粮食全要素生产率吗？——基于农村固定观察点数据的分析验证[J]. 南京农业大学学报（社会科学版）， 2022， 22（4）： 22-33.

Wei Jiashuo， Song Hongyuan. Does aging of agricultural labor force affect grain total factor productivity？ Analysis based on fixed observation points in rural areas [J]. Journal of Nanjing Agricultural University Social Sciences Edition， 2022， 22（4）： 22-33.

[6]薛超， 史雪阳， 周宏. 农业机械化对种植业全要素生产率提升的影响路径研究[J]. 农业技术经济， 2020（10）： 87-102.

Xue Chao， Shi Xueyang， Zhou Hong. Influence path of agricultural mechanization on total factor productivity growth in planting industry [J]. Journal of Agrotechnical Economics， 2020（10）： 87-102.

[7]张丽， 李容. 农机服务发展与粮食生产效率研究： 2004—2016——基于变系数随机前沿分析[J]. 华中农业大学学报（社会科学版）， 2020（2）： 67-77， 165.

Zhang Li， Li Rong. Research on agricultural machinery service development and grain production efficiency： 2004—2016—Based on stochastic frontier analysis of variable coefficients [J]. Journal of Huazhong Agricultural University （Social Sciences Edition）， 2020（2）： 67-77， 165.

[8]武舜臣， 宦梅丽， 马婕. 服务外包程度与粮食生产效率提升： 农机作业外包更具优势吗？[J]. 当代经济管理， 2021， 43（3）： 49-56.

Wu Shunchen， Huan Meili， Ma Jie. Outsourcing degree of service and the improvement of grain production efficiency： Is outsourcing agricultural machinery more efficient？[J]. Contemporary Economic Management， 2021， 43（3）： 49-56.

[9]Qiu T， Shi X， He Q， et al. The paradox of developing agricultural mechanization services in China： Supporting or kicking out smallholder farmers？[J]. China Economic Review， 2021， 69（1）： 101680.

[10]魏佳朔， 高鸣. 农业劳动力老龄化如何影响小麦全要素生产率增长[J]. 中国农村经济， 2023（2）： 109-128.

Wei Jiasu， Gao Ming. How does threating of agricultural labor force affect the growth of total factor productivity of wheat？[J]. Chinese Rural Economy， 2023（2）： 109-128.

[11]张露， 罗必良. 小农生产如何融入现代农业发展轨道？——来自中国小麦主产区的经验证据[J]. 经济研究， 2018， 53（12）： 144-160.

Zhang Lu， Luo Biliang. How can small farmers be incorporated into modern agricultural development？： Evidence from wheat-producing areas of China [J]. Economic Research Journal， 2018， 53（12）： 144-160.

[12]罗必良. 论服务规模经营——从纵向分工到横向分工及连片专业化[J]. 中国农村经济， 2017（11）： 2-16.

Luo Biliang. Service scale management： Vertical division of labor， horizontal division of labor and specialization of connected farmland [J]. Chinese Rural Economy， 2017（11）： 2-16.

[13]钟真， 蒋维扬， 李丁. 社会化服务能推动农业高质量发展吗？——来自第三次全国农业普查中粮食生产的证据[J]. 中国农村经济， 2021（12）： 109-130.

Zhong Zhen， Jiang Weiyang， Li Ding. Can socialized services promote the high-quality development of agriculture？ An empiric analysis based on the grain production data of the third national agricultural census [J]. Chinese Rural Economy， 2021（12）： 109-130.

[14]刘洋， 余国新. 农业社会化服务对土地规模经营的影响——基于棉花产业的实证研究[J]. 经济问题， 2022（1）： 93-100.

Liu Yang， Yu Guoxin. The impact of agricultural socialization services on land scale management：An empirical study based on the cotton industry [J]. On Economic Problems， 2022（1）： 93-100.

[15]张军涛， 范卓玮. 城市产业结构与绿色全要素生产率——基于东北地区的实证分析[J]. 科技管理研究， 2021， 41（13）： 77-86.

Zhang Juntao， Fan Zhuowei. Research on the relationship between urban industrial structure and green total factor productivity： An empirical study of northeast China [J]. Science and Technology Management Research， 2021， 41（13）： 77-86.

[16]耿鹏鹏， 檀竹平， 罗必良. “挤出”抑或“吸纳”：农机服务如何影响农业劳动力转移[J]. 华中农业大学学报（社会科学版）， 2022（4）： 24-37.

Geng Pengpeng， Tan Zhuping， Luo Biliang. “Squeezing out” or “Absorption”：How agricultural machinery services affect the transfer of agricultural labor [J]. Journal of Huazhong Agricultural University （Social Sciences Edition）， 2022（4）： 24-37.

[17]张永强， 田媛. 社会化服务模式对农户技术效率的影响[J]. 农业技术经济， 2021（6）： 84-100.

Zhang Yongqiang， Tian Yuan. The impact of agricultural socialized service mode on the farmers technical efficiency [J]. Journal of Agrotechnical Economics， 2021（6）： 84-100.

[18]高雪萍， 王璐， 孔凡斌， 等. 社会化服务对农户林地规模经营行为的影响研究[J]. 林业经济问题， 2022， 42（1）： 1-8.

Gao Xueping， Wang Lu， Kong Fanbin， et al. The influence of socialized service on the scale management behavior of farmers forestland [J]. Issues of Forestry Economics， 2022， 42（1）： 1-8.

[19]李琪. 土地托管、规模经营与生产技术效率——来自山东省小麦种植户的证据[J]. 中国土地科学， 2023， 37（8）： 73-83.

Li Qi. Land trusteeship， economies of scale and production technical efficiency： Evidence from wheat growers in Shandong Province [J]. China Land Science， 2023， 37（8）： 73-83.

[20]Tan S， Heerink N， Kuyvenhoven A， et al. Impact of land fragmentation on rice producers technical efficiency in South-east China， NJAS-Wageningen [J]. Journal of Life Sciences， 2010， 57（2）： 117-123.

[21]孙中义， 王力， 李兴锋. 人口老龄化、农业社会化服务与农业高质量发展[J]. 贵州财经大学学报， 2022（3）： 37-47.

Sun Zhongyi， Wang Li， Li Xingfeng. Population aging， socialized agricultural services and agricultural high quality development [J]. Journal of Guizhou University of Finance and Economics， 2022（3）： 37-47.

[22]仇童伟， 何勤英， 罗必良. 谁更能从农机服务中获益——基于小麦产出率的分析[J]. 农业技术经济， 2021（9）： 4-15.

Qiu Tongwei， He Qinying， Luo Biliang. Who can benefit more from agricultural mechanization services？： Evidence from wheat productivity [J]. Journal of Agro technical Economics， 2021（9）： 4-15.

[23]Cattaneo M. Efficient semi-parametric estimation of multi-valued treatment effects under ignobility [J]. Journal of Econometrics， 2010， 155（2）： 138-154.

[24]林文声， 王志刚， 王美阳. 农地确权、要素配置与农业生产效率——基于中国劳动力动态调查的实证分析[J]. 中国农村经济， 2018（8）： 64-82.

Lin Wensheng， Wang Zhigang， Wang Meiyang. Land registration and certification， production factor allocation and agricultural production efficiency： An analysis based on China labor-force dynamics survey [J]. Chinese Rural Economy， 2018（8）： 64-82.

[25]宦梅丽， 侯云先. 农机服务、农村劳动力结构变化与中国粮食生产技术效率[J].华中农业大学学报（社会科学版）， 2021（1）： 69-80， 177.

Huan Meili， Hou Yunxian. Mechanization services， rural labor structure change and technical efficiency in Chinas food crop production [J]. Journal of Huazhong Agricultural University （Social Sciences Edition）， 2021（1）： 69-80， 177.

[26]郭熙保， 吴方. 参加合作社对家庭农场标准化生产遵从的影响——基于1324个家庭农场问卷调查数据的分析[J]. 经济纵横， 2022（1）： 31-45.

Guo Xibao， Wu Fang. The impacts of cooperative participation on the compliance of standardized production in family farms： Empirical evidence from 1324 family farms [J]. Economic Review Journal， 2022（1）： 31-45.

[27]张志新， 孙振亚， 林立. 农业技术进步、规模效率与粮食安全——以东北三省粳稻、玉米为例[J]. 资源开发与市场， 2022， 38（2）： 178-185.

Zhang Zhixin， Sun Zhenya， Lin Li. Agricultural technological progress， scale efficiency and food security： A case of japonica rice and corn in the three provinces of northeast China [J]. Resource Development ＆ Market， 2022， 38（2）： 178-185.

[28]宦梅丽， 侯云先， 吕静. 农机作业服务对中国粮食生产技术效率的影响：基于共同前沿方法的考察[J]. 农林经济管理学报， 2022， 21（2）： 136-145.

Huan Meili， Hou Yunxian， Lü Jing. Agricultural mechanization service and technical efficiency in Chinas grains production： A meta analysis [J]. Journal of Agro-Forestry Economics and Management， 2022， 21（2）： 136-145.

[29]聂建亮， 董子越， 吴玉锋. 从“无休”到退休：农民退休的逻辑与制度设计[J]. 学习与实践， 2021（7）： 73-84.

[30]赵培芳， 玉斌. 农业劳动力老龄化背景下农机服务促进农业增收的作用[J]. 江苏农业学报， 2020， 36（6）： 1589-1594.

Zhao Peifang， Wang Yubin. The role of agricultural machinery service in increasing agricultural income under the background of agricultural labor aging [J]. Jiangsu Journal of Agricultural Sciences， 2020， 36（6）： 1589-1594.

[31]卢华， 胡浩， 耿献辉. 农业社会化服务对农业技术效率的影响[J]. 中南财经政法大学学报， 2020（6）： 69-77， 159-160.

Lu Hua， Hu Hao， Geng Xianhui. Impact of agricultural socialization service on agricultural technical efficiency： Based on the perspective of land fragmentation [J]. Journal of Zhongnan University of Economics and Law， 2020（6）： 69-77， 159-160.

[32]宋浩楠， 栾敬东， 张士云， 等. 土地细碎化、多样化种植与农业生产技术效率——基于随机前沿生产函数和中介效应模型的实证研究[J]. 农业技术经济， 2021（2）： 18-29.

Song Haonan， Luan Jingdong， Zhang Shiyun， et al. Land fragmentation， production diversification and agricultural production technical efficiency： Empirical analysis based on stochastic frontier production function and mediation model [J]. Journal of Agro Technical Economics， 2021（2）： 18-29.